技术领域本发明涉及图像处理技术领域，具体说涉及针对胶囊内窥镜无线传输图像数据丢失（即产生坏点）进行修复补偿的方法。
背景技术：
目前在无线胶囊内窥镜领域，最终传输的图像数据会因环境不同产生一些坏点。所谓坏点，因为单方向无线数据传输，数据传输需要穿透人体，在此数据传输过程中，极易受到外部干扰，导致最终传输的数据出现数据丢失，最终反应在显示图像上，即为颜色起伏的坏点。坏点是图像质量下降的原因之一。
技术实现要素：
针对上述问题，本发明提供一种坏点检测速度快，精度高，且数据修复补偿效果好的胶囊内窥镜无线传输数据丢失的修复补偿方法。本发明的目的是通过下述技术方案实现的：一种胶囊内窥镜无线传输数据丢失的修复补偿方法，其特征在于：（1）图像扩展：将256*256Byte的原始图像，向四周各扩展两个像素，扩展的像素点由原来邻近的两排像素替换，四个角的数据由扩展后的相临同颜色数据替换，得到一张260*260Byte的图像；（2）以扩展后图像的第三排第三列为中心，建立5*5Bayer的色彩矩阵：；（3）建立八个方向的3*3坏点检测算子矩阵：；（4）根据色彩矩阵与坏点检测算子矩阵对应点相乘后相加得到点的在0?，45?，90?，135?，180?，225?，270?，315?八个角度方向起伏值d1-d8，若起伏值全部大于定义阀值，则待检测点为坏点，对已经判定为坏点的像素点，使用其左侧隔列，上侧隔行，左上侧隔行隔列的三个像素点平均值进行替换校正，实现数据的修复补偿；（5）针对扩展后的图像，向右移动一个像素，以第三排第四列为中心建立5*5Bayer矩阵，重复步骤（4）的操作，判断待检测点是否为坏点，并针对坏点进行修复补偿；（6）当完成第三排最后一个像素的坏点检测时，转移下一排，以第四排第三列为中心建立5*5Bayer矩阵，重复步骤（4）、步骤（5）的操作，判断待检测点是否为坏点，并针对坏点进行修复补偿；以此类推，重复步骤（4）至步骤（6），直至完成原图整幅图像的每个像素点都进行坏点检测及修复补偿。所述的检测起伏值计算过程如下：将检测算子与色彩矩阵对应项相乘，然后相加的绝对值，得到该方向上检测起伏值d；d=|P00*V00+P02*V01+P04*V02+P20*V10+P22*V11+P24*V12+P40*V20+P42*V21+P44*V22|；（Ⅰ）；根据上述公式（Ⅰ），将八个方向上的算子带入V00-V22，带入系数如图5a-图5h所示，计算得到八个方向的起伏值d1~d8，当d1~d8全部大于指定的阀值，待检测点为坏点。所述的步骤（4）修复补偿过程中的坏点替换校正公式为：P22=(P00+P02+P20)/3。对整副图像进行步骤坏点检测时，检测顺序为：由上至下，由左至右，若出现坏点，使用被检测的后的正常像素点平均值进行校正。对判定坏点的阀值，RGB三种不同颜色，阀值分别是R取值为85~110；，G取值为55-66，B取值为42-54，即R阀值取值最大，B阀值取值最小。本发明的有益效果：本发明采用上述方案，对整幅图像每个像素点都进行检测，对丢失数据产生的坏点，采用适用于肠道环境的阀值，能准确检出，并对其进行修复。对于丢失数据产生的带有坏点的整幅图像，有比较好的的修复作用，可以提升带有坏点图像的图像质量，得到观感更为优良的图像，为大量时阅片提供更好的视觉感受。附图说明图1是本发明建立的5*5Bayer色彩矩阵图。图2是本发明对应图1建立的5*5色彩矩阵示意图。图3是本发明建立的检测算子矩阵图。图4a为图1向右平移一个像素的色彩矩阵图。图4b为图1向下移动一个像素的色彩矩阵图。图4a、图4b为中心颜色不同的像素，像素的排列顺序与图1完全相同。图5a~图5h为本发明方案中检测算子矩阵分别在0?，45?，90?，135?，180?，225?，270?，315?八个角度方向的坏点检测状态图，图中0、-1、3为与对应的5*5Bayer矩阵对应位置相乘的系数，具体含义0，为0倍，-1为-1倍，3为3倍。图6a~图6b是本发明实际应用对比图。具体实施方式一种胶囊内窥镜无线传输数据丢失的修复补偿方法，包括如下步骤：（1）图像扩展：将256*256Byte的原始图像，向四周各扩展两个像素，扩展的像素点由原来邻近的两排像素替换，四个角的数据由扩展后的相临同颜色数据替换，得到一张260*260Byte的图像；（2）以扩展后图像的第三排第三列为中心，建立5*5Bayer的色彩矩阵：；（3）建立八个方向的3*3坏点检测算子矩阵：；（4）根据色彩矩阵与坏点检测算子矩阵对应点相乘后相加得到点的在0?，45?，90?，135?，180?，225?，270?，315?八个角度方向起伏值d1-d8，若起伏值全部大于定义阀值，则待检测点为坏点，对已经判定为坏点的像素点，使用其左侧隔列，上侧隔行，左上侧隔行隔列的三个像素点平均值进行替换校正，实现数据的修复补偿；（5）针对扩展后的图像，向右移动一个像素，以第三排第四列为中心建立5*5Bayer矩阵，重复步骤（4）的操作，判断待检测点是否为坏点，并针对坏点进行修复补偿；（6）当完成第三排最后一个像素的坏点检测时，转移下一排，以第四排第三列为中心建立5*5Bayer矩阵，重复步骤（4）、步骤（5）的操作，判断待检测点是否为坏点，并针对坏点进行修复补偿；以此类推，重复步骤（4）至步骤（6），将对原图整幅图像的每个像素点进行坏点检测修复补偿操作。（移动过程中，中心点的像素颜色为什么颜色，计算时使用对应颜色的阀值）。阀值分别是R取值为85~110；，G取值为55-66，B取值为42-54，即R阀值取值最大，B阀值取值最小。步骤（4）中，检测起伏值计算过程如下：将检测算子与色彩矩阵对应项相乘，然后相加的绝对值，得到该方向上检测起伏值d；d=|P00*V00+P02*V01+P04*V02+P20*V10+P22*V11+P24*V12+P40*V20+P42*V21+P44*V22|；（Ⅰ）；根据上述公式（Ⅰ），将八个方向上的算子带入V00-V22，带入系数如图5a-图5h所示，计算得到八个方向的起伏值d1~d8，当d1~d8全部大于指定的阀值，待检测点为坏点。修复补偿过程中的坏点替换校正公式为：P22=(P00+P02+P20)/3。对整副图像进行步骤坏点检测时，检测顺序为：由上至下，由左至右，若出现坏点，使用被检测的后的正常像素点平均值进行校正。根据上述公式，计算八个方向上的算子带入，计算得到八个方向的起伏值d1-d8，根据P22的颜色，确定该颜色对应的阀值，d1-d8全部大于指定的阀值，待检测点P22为坏点。如果P22为坏点，对坏点进行校正，使用左侧隔列，上侧隔行，左上侧隔行隔列的三个像素点平均值进行替换，进行替换，校正公式如下：P22=(P00+P02+P20)/3。待检测点为5*5Bayer的中心点，待检测点不同颜色，使用检测的阀值不同，阀值范围取值分别是R取值为85~110，G取值为55-66，B取值为42-54，因为肠道的黑暗环境，待检测点阀值确定红色最大，蓝色最小。本实施例中图1为以G（绿色）为中心的建立的色彩矩阵，其他颜色色彩矩阵相遇与图1平移，具体的色彩矩阵请看图4a、图4b，图4a以R（红色）为中心的5*5Bayer，图4b为以B（蓝色）为中心的5*5Bayer。不同颜色建立的5*5Bayer基本只是颜色位置不同，不同颜色5*5Bayer计算方式都一样，只是最终使用坏点的检测阀值不同。